Dropout vs. batch normalization: an empirical study of their impact to deep learning

Overfitting and long training time are two fundamental challenges in multilayered neural network learning and deep learning in particular. Dropout and batch normalization are two well-recognized approaches to tackle these challenges. While both approaches share overlapping design principles, numerou...

Celý popis

Uloženo v:
Podrobná bibliografie
Vydáno v:Multimedia tools and applications Ročník 79; číslo 19-20; s. 12777 - 12815
Hlavní autoři: Garbin, Christian, Zhu, Xingquan, Marques, Oge
Médium: Journal Article
Jazyk:angličtina
Vydáno: New York Springer US 01.05.2020
Springer Nature B.V
Témata:
ISSN:1380-7501, 1573-7721
On-line přístup:Získat plný text
Tagy: Přidat tag
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!
Buďte první, kdo okomentuje tento záznam!
Nejprve se musíte přihlásit.